中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2003年
10期
83-88
,共6页
电力系统%统一潮流控制器%能量缓冲器%模糊神经网络%遗传算法
電力繫統%統一潮流控製器%能量緩遲器%模糊神經網絡%遺傳算法
전력계통%통일조류공제기%능량완충기%모호신경망락%유전산법
UPFC是最具有代表性的柔性交流输电系统(FACTS)装置,它集串、并联补偿为一体.通过能量缓冲装置的引入,使得UPFC中有功分布控制成为可能.该文采用模糊神经网络(FNN)来控制统一潮流控制器(UPFC)及能量缓冲装置;提出了一种改进的FNN控制器学习算法:在构成隶属函数的神经结构中采用遗传算法,在解模糊过程中采用最小二乘方法.模糊神经网络控制方法结合模糊理论与神经网络各自的优点,使其对于UPFC的控制具有更加灵活稳定和快速的特性和很强的鲁棒性,并使UPFC串并联侧协调控制更加可靠.通过大量的样本学习,验证了该控制系统能够确保各种运行模式下的UPFC正确工作,最后通过仿真证实了该方法的可靠性.
UPFC是最具有代錶性的柔性交流輸電繫統(FACTS)裝置,它集串、併聯補償為一體.通過能量緩遲裝置的引入,使得UPFC中有功分佈控製成為可能.該文採用模糊神經網絡(FNN)來控製統一潮流控製器(UPFC)及能量緩遲裝置;提齣瞭一種改進的FNN控製器學習算法:在構成隸屬函數的神經結構中採用遺傳算法,在解模糊過程中採用最小二乘方法.模糊神經網絡控製方法結閤模糊理論與神經網絡各自的優點,使其對于UPFC的控製具有更加靈活穩定和快速的特性和很彊的魯棒性,併使UPFC串併聯側協調控製更加可靠.通過大量的樣本學習,驗證瞭該控製繫統能夠確保各種運行模式下的UPFC正確工作,最後通過倣真證實瞭該方法的可靠性.
UPFC시최구유대표성적유성교류수전계통(FACTS)장치,타집천、병련보상위일체.통과능량완충장치적인입,사득UPFC중유공분포공제성위가능.해문채용모호신경망락(FNN)래공제통일조류공제기(UPFC)급능량완충장치;제출료일충개진적FNN공제기학습산법:재구성대속함수적신경결구중채용유전산법,재해모호과정중채용최소이승방법.모호신경망락공제방법결합모호이론여신경망락각자적우점,사기대우UPFC적공제구유경가령활은정화쾌속적특성화흔강적로봉성,병사UPFC천병련측협조공제경가가고.통과대량적양본학습,험증료해공제계통능구학보각충운행모식하적UPFC정학공작,최후통과방진증실료해방법적가고성.
